|
|
|
Learning Outcomes
学習カリキュラムを決めるに際し、何のために、何を目標に学習をするのかを明確にすることが極めて重要であるという認識への気づきが最近話題になっている。
企業内教育では実務に貢献する教育、高等教育では社会人基礎力など社会に出たときの社会生活の対応力などがテーマになっている。
Learning Outcomesの直接的意味は学習成果を表す言葉で、進捗状況、成長過程なども含め、具体化しづらい項目でも、評価指標を定め、的確な説明で成果を表現していく。 ユネスコやOECD（経済協力開発機構）では、大学が提供する教育の質を保証するためのガイドラインを示して、各国政府や大学などに対し、その実施を呼び掛けている。
企業内教育ではオフィスの生産性向上や個人、会社業績への貢献度が指標になる。
Learning＆Performance Architecture
学ぶという機能に職場の生産性の向上、仕事のスピードをアップなど、業務のパフォーマンスを上げるための機能を持たせた組織、システムの総称。一般的には従来のｅラーニングプラットフォームに、プロジェクト別、職種別、役職別などのグループごとの「コミュニケーション機能」や、社内の電子化されたあらゆる情報（インフォメーション・リポジトリー）や社外の情報（ソーシャル・インフォメーション）から、自分の仕事の文脈に沿った情報が検索できる「情報共有システム」を加えて構成されるものを指す。日常の業務環境にｅラーニングやブレンディッド・ラーニングの機能を持たせ、さらにコミュニケーション機能と情報共有機能を持たせることで、人材育成とパフォーマンス・サポートの実現を目指している。
【関連用語】 ブレンディッド・ラーニング
Lerner Centric（学習者中心の学習モデル）
学習者を中心にして学習することをコンセプトとした学習モデルを指す。社会人など成人が学ぶ学習モデルで最も学習効果を上げられる要因は、学習者が学習をする目的を明確に認識しており、かつ学習者の経験や理解度にふさわしい知識や指導が学習者の求めに応じて提供され、学習者が大人であることの尊厳をいささかも冒されないことであるとされている。
私達がこれまで馴染んできた教授法、"Pedagogy"は本来、子供の教育法として研究されてきた教育学であるとされ、指導者が教育という刺激を与え、学習者の行動の変容を期待する教育方法で行動主義とも云われている。
まったくの白紙の子供を教育していくために普遍的に行われている教育方法であるが、大学や高等教育での教育や社会人の教育にもこの教育方法しか適用してこなかったことに反省がでてきている。
この対極にある教育学として成人教育学、"Andragogy"が最近話題になっている。
成人教育学の原理は前述の説明のとおりであるが、このような学習者個人の学習目標、学習能力、学習進度に合わせ、学習者中心の教育を対面授業で展開することは不可能で、ICTやWebテクノロジーを活用することが不可欠になってくる。またICTやWebの活用のみならず、多様な人間関係によるコミュニカティブな学びも加わり、学びの情報源は極めて多様になる。このような学びの方法は社会的構成主義とも云われ、学習者が学びの中心になって学ぶ新しい教育方法とも云える。
【関連用語】 行動主義、社会的構成主義
LMS (Learning Management System)
eラーニングの運用に必要な機能を備えた管理システムのこと。学習管理システムとも呼ばれる。LMSには、一般的に次のような機能を備える。
・学習者の登録、変更、削除
・教材の登録、学習者への教材の割り当て
・学習者個人の学習履歴、学習進捗状況、成績の管理
・成績集計、統計分析機能
・情報共有用の掲示板の設置や、学習者に対するメール送信
システムによっては、学習者の行動を把握して教材の改善に役立つ分析機能や、学習意欲を維持、向上させるための機能などを備えるものもある。また、異なるLMSでも同じ教材が利用できるように、SCORMと呼ばれる標準化がなされている。標準化により、高品質な学習教材が安価に提供されるようになると期待されている。
【関連用語】 SCORM
LOM（Learning Object Metadata）
Learning Object(LO)に関するメタデータをいう。メタデータとは「データに関するデータ」で、対象となるデータの性質を記述するために用いる。LOMの場合、対象となるデータ(LO)は、教育・研修に使用されるデジタル、非デジタルリソースで、eラーニングコンテンツ、マルチメディアデータ、教育用ソフトウェア、教科書、問題集、集合研修など、教育・研修に利用可能なあらゆるものが対象となる。
このようなLOの性質を記述するために、LOMは以下のようなデータ項目から構成されている。
・一般：
LOのタイトル、内容記述などの一般的情報
・ライフサイクル：
LOの経歴状況やバージョン情報、LOの作成者の情報
・メタメタデータ：
メタデータ自体の作成者や更新履歴の情報
・技術的事項： LOのデータ形式など技術的な特徴や実行環境条件などの情報
・教育的事項：
LOの難易度、想定学習者、タイプ（解説文・図表・演習）など教育的特徴に関する情報
・権利：
LOの知的所有権や利用条件の情報
・他オブジェクトとの関連：
他LOとの関連（前提・部分・派生、など）の情報
・注釈：
LOの利用におけるコメントおよびコメント作成者・作成日に関する情報
・分類体系：
LOがある特定の分類体系のどこに属するかの情報
LOMを使って、上記のような項目からなるLOデータベースを作成しておくと、必要な教育条件に合ったLOを検索・抽出することが可能となる。LOMの応用として、カリキュラムや育成体系の記述、LO再利用のためのリポジトリの構築、LO流通のための属性情報記述、などを挙げることができる。
【関連用語】 分散リポジトリ、ラーニングオブジェクト
|
トピックの履歴を表示
|
|